Beyin Aynı Anda İki Konuşmayı Kodlayabiliyor: EEG Çalışması Dikkat Değişiminin Sırlarını Ortaya Çıkarıyor Yazılım

Beyin Aynı Anda İki Konuşmayı Kodlayabiliyor: EEG Çalışması Dikkat Değişiminin Sırlarını Ortaya Çıkarıyor

EEG kayıtları, beynin dikkat değiştirme anında iki konuşmacıyı aynı anda takip edebildiğini ve bu geçişin alfa dalgalarıyla ilişkili olduğunu ortaya k

Gürültülü bir ortamda birden fazla kişinin konuştuğu bir partide, bir konuşmacıya odaklanıp diğerini görmezden gelmek günlük hayatta sık karşılaşılan bir durumdur. Ancak beynimizin bu karmaşık işitsel sahneyi nasıl yönettiği, özellikle de dikkatimizi bir konuşmacıdan diğerine hızla kaydırdığımızda neler olduğu, nörobilimciler için uzun süredir bir muamma olmuştur. Yeni bir EEG çalışması, bu sürecin altında yatan sinirsel mekanizmalara ışık tutarak, beynin dikkat değişimi sırasında iki konuşma akışını aynı anda kodlayabildiğini ve bu geçişin sanıldığından daha karmaşık olduğunu gösteriyor.

Araştırmacılar, normal işiten yetişkinlerden oluşan bir gruba, arka planda anlaşılmaz bir uğultu (babble) eşliğinde iki farklı konuşmacıyı dinleme görevi verdi. Katılımcılardan, 15-30 saniye aralıklarla verilen işaretlerle dikkatlerini bir konuşmacıdan diğerine kaydırmaları istendi. Bu sırada kaydedilen EEG sinyalleri, Temporal Response Function (TRF) adı verilen bir yöntemle analiz edilerek, beynin hangi konuşmacıyı takip ettiği belirlendi. TRF, beynin işitsel uyaranlara verdiği elektriksel tepkileri modelleyerek, hangi konuşmacının daha baskın bir şekilde kodlandığını ortaya koyuyor.

Çalışmanın en çarpıcı bulgusu, dikkat değişimi sırasında beynin eski konuşmacıdan tamamen kopmadan önce yeni konuşmacıyı kodlamaya başlaması oldu. Bu, iki konuşma akışının kısa bir süreliğine de olsa eşzamanlı olarak işlendiği anlamına geliyor. Araştırmacılar bu durumu 'asimetrik ayrılma ve bağlanma' olarak adlandırıyor: Yeni hedefe yönelik sinirsel takip, eskisinden ayrılma tamamlanmadan önce başlıyor. Bu geçiş anında EEG'de alfa dalgalarında belirgin bir azalma gözlemlenmesi, dikkat değişiminin bilişsel çabasını yansıtıyor. Alfa dalgaları genellikle dinlenme veya dikkatin dağıldığı durumlarla ilişkilendirilirken, bu çalışma alfa aktivitesindeki düşüşün aktif dikkat yönetimiyle bağlantılı olduğunu gösteriyor.

Teknik Analiz

Araştırma ekibi ayrıca, dikkat değişiminden sonra beynin sözcüksel tahmin mekanizmalarını nasıl güncellediğini de inceledi. Bunun için, Büyük Dil Modelleri (Large Language Models) kullanılarak dört farklı bağlam biriktirme stratejisi oluşturuldu. Bu stratejiler, bir konuşmacıdan diğerine geçerken beynin önceki bağlamı ne ölçüde koruduğunu veya sıfırladığını test etmeyi amaçlıyordu. Sonuçlar, dikkat değişiminden sonra beynin sözcüksel bağlamı büyük ölçüde sıfırladığını, yani yeni konuşmacının konuşmasını anlamak için önceki bağlamı tamamen terk ettiğini gösterdi. Bu 'sıfırlama' stratejisi, diğer modellere kıyasla EEG tahminleriyle en yüksek korelasyonu sağladı.

Gelecekte Ne Bekleniyor?

Bulgular, özellikle işitme cihazı kullanan veya gürültülü ortamlarda iletişim kurmakta zorlanan kişiler için önemli çıkarımlar sunuyor. Beynin dikkat değişimleri sırasında iki konuşmayı aynı anda işleme kapasitesi, bu tür durumlarda beynin aşırı yüklenebileceğini ve dikkat yönetiminin zorlaştığını gösteriyor. Gelecekteki akıllı işitme cihazları, bu sinirsel mekanizmaları dikkate alarak kullanıcının hangi konuşmacıya odaklanmak istediğini daha iyi tahmin edebilir ve arka plan gürültüsünü daha etkili bir şekilde filtreleyebilir.

Sistem Güvenliği

Çalışma, aynı zamanda dikkat ve dil işleme arasındaki etkileşimi anlamak için yeni bir pencere açıyor. Beynin sözcüksel bağlamı sıfırlama stratejisi, dil anlamanın esnekliğini ve beynin değişen işitsel ortamlara hızlı uyum sağlama yeteneğini vurguluyor. Araştırmacılar, bu bulguların yapay zeka tabanlı konuşma tanıma sistemlerine de ilham verebileceğini belirtiyor. Örneğin, sesli asistanlar, birden fazla konuşmacıyı aynı anda takip etmek ve kullanıcının dikkatini çeken konuşmayı önceliklendirmek için bu tür sinirsel modellerden yararlanabilir.

Verilerin ve analiz kodlarının açık erişimli olarak paylaşıldığı bu çalışma, nörobilim alanında şeffaflık ve tekrarlanabilirlik açısından da örnek teşkil ediyor. Araştırmacılar, EEG verilerini Zenodo platformunda kamuya açık hale getirerek diğer bilim insanlarının bulguları doğrulamasına ve yeni analizler yapmasına olanak tanıdı. Bu, özellikle karmaşık işitsel dikkat süreçlerinin anlaşılmasında iş birliğini teşvik eden önemli bir adım.

Kaynak: journals.plos.org

Paylaş: